今年 AIGC 如火如荼的发展，总有一种要被颠覆的担忧，很多人其实都有入局其中的冲动，我也不例外想去追这个热点，做一些可以带来价值的事情。这要是搁以前，我宁愿去追求“元宇宙”这种虚无缥缈的技术，也不会选择 AI 方向，因为在过去的很多年里面，我认为 AI 只有大公司可以玩，小公司没那么多的闲钱去投入这样一个投入大收益不明显事情，除非有成熟的模型可以直接用。
正好现在的大模型满足了这个“除非”，就像是苹果手机刚发布那时候，随后的 App Store 市场成就了很多大公司，作为小公司或个人，会是一个很好的机会，在大模型时代做出好的应用，继续延续未来 5～10 年的技术生涯。
虽然看似很美好，但是怎么才能找到一个切入点呢？
做领域模型：大模型火了，那么多公司一蜂窝的去做大模型我是很不看好的，想想这些公司最后活下来的能有几个，以前做项目，失败了还有残值，那大模型如果失败了，还有价值吗？模型训练每个都是独立的，哪怕 GPT3.5 和 GPT4 也是两个完全不同的模型，没办法一起使用。而且自己训练模型还是大公司或者头铁公司的事情，我就不掺合了。
基于大模型的领域解决方案：还是回到基于大模型 API 做应用上，在我看来，大模型主要解决了机器对自然语言的理解上面，那么调用大模型 API 就是将自然语言翻译成对应业务的 API，这一点其实也很难做好。
根据以前的经验，大模型整体虽然很成功，但是具体到细节就会一团糟，准召率将会惨不忍睹，那么这同时也是机会点，如果能找到大模型在某个地方做的不好的点，你能将这点的准召率提升上去，那么也是很有价值的。
这么做的话其实还是需要不断的调优，还是回到了投入大收益少的风险上，对于小公司不太适用。
前几天看到一个例子，“ 我那值 300 万美元的初创公司，现在就只剩会上 OpenAI 给的 500 美元积分。 ”大模型的边界在哪里？方向如果选不好，那么消灭你也可能只是无意之举。
现有应用的智能化扩展：另一个就是在现有项目上集成 AI，就比如 Windows copliot，将 Windows 变的更智能，要做这样的事情的前提是，得先有一个应用，这样的机会还是属于现有已经成功的公司，那么我没有这样的应用怎么办？那就得做一个，这时候就先从熟悉的地方开始，比较传统的互联网产品，哪里还有机会，哪里能更好的和 AI 结合。
我觉得这个角度是值得思考的。
除了语言类的大模型，图像生成类的大模型也是发展的很快，那么图像类的自然也是可以考虑的方向。
虽然各行各业需求千千万，但是隔行如隔山，我不知道各行各业的 Know-How（实践知识，知道该怎么做，知道该怎么行动） 到底是什么，我只能以自我认知去做一些事情。
基于我个人的认知，找到了一个切入点，就是从设计走查开始，进入图像的世界，这样可以在这个平台基础上做很多有益的事情。
就这样透察诞生了，透察的最初版本就是一个半透明的浮层，解决设计师在设计走查过程中没有好用的工具的痛点。
看到这里，我想大部分人可能不理解或者第一次见“设计走查”这个词，其实简单解释就是前端工程师开发完前端，设计师进行一遍 UI 层面的测试，将 UI 实现 bug 再反馈给前端工程师这样一个过程。在我过去的认知里，这个词应该是大家都知道的才对！然而并不是我想的那样，当一个人长期在一个圈子里，通常会把一些理所当然的东西给忽视了，认为本来就应该这样，其实不然，真是情况是有很多人不知道，比如设计走查这个词很多人都没听过。
在工作中，对真实需求的把握都是很关键的，所谓的真实需求其实可以理解为第一性原理，就是这件事情的真正本质，如果我们抓住了这个本质，那么我们就可以以不变应万变，可以持之以恒的去做一件事情，而不是因外界的变化而不断的变化，总是变化或者说不受自己控制的变化，会让人没办法专心，总是东一棒子西一囊头，长此以往很难有大的进步。
但是什么样的事情可以长久的做下去，而不仅仅只是追热点，虽然追求热点可能会获得短暂的收益，但是这种追求总是那么的急躁，除非一次性达到一个很大的成功，否则你还会面临潮水过去怎么办的窘境，退去了要怎么办？是继续追下一个热点呢？还是继续坚持，坚持还有必要吗？
设计走查是一个相对小众的需求，透察目前也只推出了 Mac 版本，还有很多事情需要做。市面上最常见的工具是 Chrome 插件，我认为 Chrome 不能覆盖移动场景的走查。当一个半透明浮层，可以在任意地方覆盖，那么这将会脱离 web 的限制可以做更多的事情。
不管怎么说，我认为设计走查是一个尚未得到彻底满足的需求，也可能是一个伪需求，但是我却拥有了自己的项目，可以将它作为一个切入口。
发表回复